Teruhiro Komaki

日記(外出先からPiエージェント・スキル管理など)

jmfederico/pi-web のデスクトップ画面
jmfederico/pi-web(デスクトップ)

気になったこと、思ったことを書いていきます。

外出先からAIエージェントを使いたい

外出先から、AIエージェントのPiエージェントへアクセスできるようにしたいなと思っていた。

Oracle Cloud Infrastructure(OCI)の無料枠を使ってDebianでセットアップを試みました。

最初は、OpenChamberを使っていたのですが、「エージェントを作るための基盤」としても使われ始めているPiエージェントを使いたくなりました。

また、以下のツイートを見て、Piエージェントを試してみたくなりました。

https://x.com/composio/status/2086814488162972027

Piエージェントは「使うエージェント」だけでなく、基盤としても使われ始めているみたいです。Flueはpi-agent-coreを利用し、DeepSeek Harnessはpi-aiをLLMレイヤーに採用しています。

最初は、iOSのBlink ShellアプリからSSHやmoshでサーバーに接続して使っていました。操作においては、何も問題ないのですが、キーボードの切り替えがストレスになってしまい、ブラウザからアクセスできるようにしたいと思いました。

ブラウザからAIエージェントを使いたい

ということで、ブラウザから、安全にアクセスする環境を作りたいと思い、AIと会話していたところ、以下の2つのツールを試してみることにした。公開範囲を絞るために、Cloudflare TunnelとCloudflare Accessを使う前提です。

Epsilondelta-ai/pi-webはGoを使っていて、好きな技術構成でした。でも、モバイルブラウザから使うには少しストレスが多く、UIに韓国語か中国語が表示されてしまったので、途中で断念しました。

jmfederico/pi-webは、インストールしてから、ずっと快適に使えています。

Piではなく、OpenCodeでよいのであれば、以前使っていたOpenChamberが近いです。しばらく使ってみて、ストレスなく利用できましたので、おすすめです。

外出先からAIエージェントを使えるようになった

無事、ブラウザからDebian上で動いているPiエージェントを使って、いつでも普段の開発環境に近い状況でAIエージェントへアクセスできるようになりました。

昨今では、Cursor Cloud Agentなどのクラウド環境や、GitHubやSlackのメンションからAIエージェントを使うようなシナリオが増えてきています。

今回のような環境は、Cursor Cloud Agentでも代わりに使えます。それでもブラウザを経由してサーバーへアクセスするのかというと、以下のような理由があるからです。

Cursorの場合

良い点もあります。

  • iOSアプリが使いやすい。
  • Cursor CLIのagent worker startコマンドで、リモートワーカーを起動できる。

ただ、課題も残っています。

  • 期待するように、スキルがロードされない。
  • (おそらく)チームにプラグインを導入すれば、起動時にスキルが使えるはず…
  • スラッシュコマンドではなく、スキル名を指定すれば実行されるが、できれば、スラッシュコマンドで実行したい。
  • GitHubなどのリポジトリ側に、アプリをインストールする必要がある。

Cursorを使うことで、今回の環境と近しいことはできます。それでも、モデルの選択や、スラッシュコマンドでのスキルの起動など、課題は残ったままです。

今回の環境(jmfederico/pi-web)の場合

良い点もあります。

  • dotfilesでapm.yamlを管理していて、マシンにグローバルスキルとしてインストールできる。
  • 普段の開発環境と近しい状況を作れる。
  • AリポジトリからBリポジトリのファイルにアクセスできる。
  • モバイルブラウザからアクセスできる。
  • Fireworksを使っているので、モデルを自由に切り替えることができる。
  • ChatGPTサブスクリプションを使える。

ただし、この構成では、ある一定のリスクを理解して、ちゃんと対応する必要があります。Cloudflare Tunnel + Cloudflare Accessを使うことも、前提にしています。

ということで、色々と試した結果jmfederico/pi-webに落ち着きました。

jmfederico/pi-web のモバイル画面
jmfederico/pi-web(モバイル)

オープンウェイトのモデルを使う場合

私が、オープンウェイトのモデルを使う場合、FireworksかCloudflareを使っています。

OpenRouterや、OpenCode Goも目にすることが増えましたが、私は使っていません。

DeepInfraも使ったことがありますが、安いものの、遅くて、常用するには至りませんでした。

スキルの管理

最近は、apmを使ってリポジトリにapm.yamlを置くようにしています。

microsoft/apm: Agent Package Manager

apm以外にも、いろいろな選択肢がありますが、引き続き探していきたいと思います。

支援先の会社の方にも、「社内スキルの管理、メンテナンスをすべきですよ」とお伝えした次第です。スキルの管理、配信、更新など、チームで行うべきですし。

以下のようなツールが有名だと思います。

リンク

Vercel製のエージェントfx

fx - Tiny, open, native coding agent

vercel-labs/fx: Unix like coding agent

DeepSeek

前述のDeepSeek Harnessですが、Web検索ツールにBraveがなかったので、プラグインは作らずに、様子見をすることにしました。

Charm Crush

Charm

charmbracelet/crush: Glamourous agentic coding for all 💘

気になるツイート

Kimiの日本公式アカウントが動き始めたので、気になっています。

https://x.com/KimiAI_Japan/status/2090631222934294575

おすすめのYouTube動画

mattpocock/skills: A complete AI Coding workflow, end-to-end - YouTube

以前から、Mattさんのスキルをベースに、カスタマイズして使っています。皆様、まずは試しに使ってみて、その後、自分に合うようにスキルを修正してみてください。